이전 연구에 따르면, 신경망 기반 노드 임베딩은 동일한 파라미터로 같은 데이터셋을 학습시켜도 서로 다른 결과를 반환한다는 것이 입증되었다, ju...

검증 가능한 보상을 이용한 강화 학습(RLVR)은 수학과 같은 형식적 영역에서 대형 언어 모델(LLM)의 추론 능력을 크게 향상시켰다…

Federated learning (FL)은 분산된 항공우주 함대 전반에 걸쳐 프라이버시를 보호하는 예측 유지보수를 가능하게 하지만, gradient communication overhead가 제약을 가한다.

Topological Data Analysis (TDA)는 데이터의 형태를 설명하는 도구를 제공하지만, 위상학적 특징을 딥러닝 파이프라인에 통합하는 것은 여전히 도전 과제이다.

검증 가능한 보상을 이용한 강화 학습(RLVR)으로 구동되는 대규모 추론 모델(LRMs)에서 상당한 진전이 있었음에도 불구하고, 이 패러다임은 근본적으로 …

GPU 컴퓨트 처리량과 메모리 용량의 발전은 다양한 워크로드에 큰 기회를 제공합니다. 그러나 이러한 자원을 효율적으로 활용하는 것은 ...

Kubernetes 컨트롤‑플레인 노드의 배치는 클러스터의 신뢰성, 확장성 및 성능을 보장하는 데 매우 중요하며, 따라서 중요한…

Large Language Models (LLMs)는 자동화된 취약점 탐지를 위한 유망한 방법이었습니다. 그러나 대부분의 이전 연구들은 LLM을 사용하여 탐지하는 방식을 탐구했지만…

Visibility Graph Analysis (VGA)는 공간 구성이 인간의 이동에 어떻게 영향을 미치는지를 이해하기 위한 핵심적인 space syntax 방법이지만, 모든 쌍에 대한 BF에 의존한다.

Generative Artificial Intelligence (GenAI)은 소프트웨어 실무자를 지원하는 많은 개발 도구(예: GitHub Copilot)의 핵심 구성 요소가 되었습니다...

Symbolic regression (SR)은 데이터에서 수학적 표현식을 발견하는 것을 목표로 하며, 이 작업은 전통적으로 조합적 …을 통해 Genetic Programming (GP)으로 해결됩니다.

우리는 비동기 양자 분산 시스템 연구를 시작하며, 원자적 양자 전역 연산을 구현하는 경우에 초점을 맞춘다. 이 연산은 분해될 수 있는 ...

Dock 기반 bike-sharing 시스템은 자전거 공급과 이용자 수요 사이에 공간적 불균형을 보이며, 이는 종종 야간 트럭 기반 재배치를 통해 해결됩니다. Th...

인공지능(AI) 기반 코딩 환경은 128,000~1,000,000 토큰의 한정된 컨텍스트 윈도우 내에서 작동합니다(2026년 초 기준), 그러나 기존의…

Coflow는 통신 패턴을 포착하기 위한 핵심 애플리케이션 레이어 추상화를 제공하여, 병렬 데이터 흐름의 효율적인 조정을 가능하게 하고 j…

대형 언어 모델(LLM) 에이전트는 모델 가중치를 변경하는 것보다 런타임을 재구성하는 방식으로 점점 더 많이 구축되고 있습니다. 이전에 …

맥락: Traceability는 지식 집약적 작업에 사용되는 artifacts의 핵심 품질 속성이며, software engineers가 더 높은 품질의 제품을 생산하도록 지원한다.

극한 엣지 애플리케이션을 위해, 이산 시간 신호에서 event detection 및 classification을 위한 단 몇십 개의 artificial neurons으로 구성된 최소 네트워크.

통제된 실험은 인과 주장을 검증하기 위한 소프트웨어 공학(SE)의 핵심 연구 방법입니다. 그러나, 참여자 샘플을 모집하는 것은 ...

GPU 가속 컴퓨팅 시스템의 증가하는 계산 요구와 에너지 발자국은 설계 및 운영 결정을 정보에 기반해 내리기 어렵게 만든다. 우리는 …

벤치마크 문제는 최적화 알고리즘에 대한 이해를 높이는 중요한 도구입니다. 알고리즘은 종종 벤치마크에서 좋은 성능을 목표로 하기 때문에, 편향 …

텍스트-투-이미지 생성은 기본 diffusion 모델을 중심으로 여러 모델을 포함하는 diffusion 워크플로우를 실행합니다. 기존 서빙 시스템은 각 워크플로우를 …

이 논문은 내부 Gaussian noise가 깊은 feedforward 신경망의 성능에 미치는 영향을 조사하며, noise injection의 역할에 초점을 맞춘다.

우리는 고전적인 Multi-Armed Bandit 설정을 고려하여 다양한 탐색 휴리스틱이 만드는 탐색/활용(tradeoffs)을 이해한다. 많은 탐색 h...

대규모 언어 모델(LLMs)은 소프트웨어 코드를 생성하는 놀라운 능력을 보여주었으며, 이는 개발자들의 프로그래밍을 지원하는 데 활용되고 있습니다. 제안된…

Large Language Model (LLM) 기반 Automated Program Repair (APR)은 텍스트 벤치마크에서 강력한 잠재력을 보여주었지만, 멀티모달 시나리오에서는 …

에이전트는 LLM 기반 컴포넌트로, 강력하고 임의적인 방식으로 환경을 변형시킬 수 있습니다. 프로덕션 환경에서 에이전트 실행에 대한 보장을 추출하는 것은…

시공간 신경 역학 및 진동 동기화는 생물학적 정보 처리에 널리 관여하며 이를 지원하는 것으로 가설이 제시되어 왔습니다.

NP-난이도 조합 최적화 문제, 예를 들어 차량 경로 문제(VRP)와 같은 고성능 메타휴리스틱을 설계하는 것은 여전히 중요한 도전입니다.

협업 엣지-클라우드 프레임워크는 모바일 자동화의 주류 패러다임으로 부상했으며, 모놀리식에 내재된 지연 및 프라이버시 위험을 완화합니다.

우리는 발사된 m당 100 kW 이상의 컴퓨트 파워를 제공할 수 있는 SSO 계산 위성을 위한 distributed compute architecture를 설명하고 분석합니다.

Transformer의 Self-attention은 동적인 피연산자를 생성하여 기존 Compute-in-Memory (CIM) 가속기를 비용이 많이 드는 비휘발성 메모리(NVM)로 강제합니다.

산업 예측은 종종 다중 소스 비동기 신호와 다중 출력 목표를 포함하고, 배포에서는 예측 사이의 명시적인 트레이드오프가 필요합니다.

Large Chunk Test-Time Training (LaCT)는 긴 컨텍스트 3D 재구성에서 강력한 성능을 보여왔지만, 완전한 플라스틱 추론 시간 업데이트는 여전히 취약...

Exact relevance certification은 좌표 구조화된 의사결정 문제에서 최적 행동을 결정하는 데 필요한 좌표가 무엇인지 묻는다. The tractable fa...

모션 제어 비디오를 생성하는 것은—사용자가 지정한 행동이 자유롭게 선택된 시점에서 물리적으로 타당한 장면 동역학을 구동하도록—두 가지 능력을 요구한다.

생성형 인공지능(AI)의 급속한 성장으로 전례 없는 계산 요구가 발생했으며, 이는 에너지 발자국의 상당한 증가를 초래하고 있다.

Pluralistic alignment는 대형 언어 모델(Large Language Models, LLMs) 개발에서 중요한 최전선으로 부상했으며, reward models(RMs)는 핵심 메커니즘으로 작용합니다.

대부분의 저장소 수준 코드 번역 및 검증 기술은 컴... 때문에 단일 소스‑타깃 프로그래밍 언어(PL) 쌍에 대해 평가되었습니다.

우리는 TC‑AE를 제안한다. 이는 ViT 기반의 딥 압축 오토인코더 아키텍처이다. 기존 방법들은 일반적으로 잠재 표현의 채널 수를 증가시킨다.

3D Gaussian Splatting (3DGS)은 빠른 새로운 시점 합성에 혁신을 가져왔지만, 불투명도 기반의 공식화는 표면 추출을 근본적으로 어렵게 만든다. U...

robot learning을 확장하려면 실제 환경에서 풍부하고 장기적인 상호작용을 포함한 인간 데이터가 필요할 가능성이 높습니다. 이러한 데이터를 수집하기 위한 기존 접근법은…

훈련 데이터의 선택이 AI 모델에 어떤 영향을 미치는가? 이 질문은 interpretability, privacy, 그리고 basic science에 있어 중심적인 중요성을 가진다. 그 핵심은 …

본 논문에서는 비동기 Q…에 의해 생성된 Polyak‑Ruppert 평균 반복에 대한 고차원 central limit theorem의 수렴 속도를 유도한다.

Propositional Linear Temporal Logic (LTL)은 소프트웨어, 네트워크 등에서 바람직한 요구사항 및 보안·프라이버시 정책을 지정하기 위한 인기 있는 형식이다.

신경망의 복잡성이 증가함에 따라 자원 제한이 있는 장치에서 분산 머신러닝을 배포하는 것이 어려워집니다. Split learning (SL)은 …

Multiple Instance Learning (MIL)은 컴퓨터 병리학에서 기가픽셀 전체 슬라이드 이미지(WSI) 분류를 위한 지배적인 프레임워크입니다. 그러나 현재 MIL…

공간 이해는 인간 수준 지능의 근본적인 초석입니다. 그럼에도 불구하고 현재 연구는 주로 도메인 특화 데이터에 초점을 맞추고 있습니다…